Robots bedreigen onze banen – en ook de creatieve sector lijkt niet veilig voor de digitale revolutie. Zo heeft Facebook nu kunstmatige intelligentie ontwikkeld die in de schoenen van de kledingontwerper kan staan.
Coco Chanel had het. Yves Saint Laurent ook. En Gianni Versace zonder twijfel. Originaliteit was de sleutel tot succes voor deze beroemde modeontwerpers. Een team onderzoekers van Facebook hoopt nu dat ook kunstmatige intelligentie (KI) de mode-industrie een gewaagde, nieuwe kant op kan sturen.
Eerder waagden KI’s zich al aan muziek, schilderijen en poëzie. Bovendien kunnen ze met verrassende oplossingen komen voor complexe problemen. Nu hebben de Facebook-onderzoekers drie KI’s zover gekregen dat ze kleding ontwerpen. In totaal leverde dat duizend kledingstukken op, van handtasjes tot T-shirts. Het doel was om met originele creaties te komen die menselijke modeontwerpers kunnen inspireren.
Heersen zwermen killerdrones straks over het slagveld?
Een luchtruim gevuld door kunstmatig intelligente killerdrones, die autonoom bepalen wie blijft leven en wie zal sterven. Hoe waarschijnlijk is dat?
‘Technologie kan onze creativiteit versterken’, vertelt Camille Couprie van het KI-onderzoekslab van Facebook in Parijs. ‘Met nieuwe ideeën komen vergt veel van ons denkvermogen, dus als KI daarmee kan helpen en het proces versnelt, zou dat handig zijn.’
Het team heeft bekende modemerken gesproken over het gebruik van deze methode, maar de resulterende plaatjes zijn nog te klein om bruikbaar te zijn in de echte modewereld.
Competitieve netwerken
De ontwerpen zijn gemaakt door algoritmes die bestaan uit twee neurale netwerken. De twee netwerken zijn in een competitie verwikkeld: de één komt steeds met nieuwe ideeën, de ander kijkt of ze goed genoeg zijn. Door dit duizenden of zelfs miljoenen keren te herhalen worden ze allebei steeds beter – de één in creëren, de ander in beoordelen. Uiteindelijk rolt er uit deze samenwerking een creatie waar niet alleen de KI zelf tevreden mee is, maar waar ook mensen iets mee kunnen.
Deze vorm van kunstmatige intelligentie staat bekend als generative adversarial networks (GAN) en is het artistieke neefje van de kunstmatige intelligentie-familie. Al eerder heeft KI op deze manier bijvoorbeeld schilderijen gemaakt.
Eén nadeel: de tactiek levert meestal geen al te originele ideeën op. GAN’s produceren over het algemeen dingen die heel erg lijken op de plaatjes waarmee ze geoefend hebben. Echt origineel zijn, zoals veel modekenners kunnen bevestigen, is moeilijker.
Om hun creatieve kant te stimuleren, introduceerde de groep onderzoekers twee verstorende functies in de netwerken, die ze ‘creatieve verliezen’ noemden. In essentie komt het erop neer dat ze de KI’s zo in verwarring wisten te brengen, dat ze wel moesten afwijken van de bestaande stijlen en originelere ideeën ontwikkelden.
Vreemde broeken
In totaal werden drie GAN’s getraind met ongeveer 4000 plaatjes van bestaande mode-items (gecreëerd door mensen) waardoor ze leerden over textuur en vorm. Twee van de GAN’s bestonden al. De derde – StyleGAN genoemd – was speciaal voor het onderzoek gemaakt. StyleGAN was beperkt in de vormen die hij mocht verzinnen, zodat de mode-items ook daadwerkelijk gedragen zouden kunnen worden, maar verder mocht hij helemaal losgaan.
Om te beoordelen hoe goed de KI’s het hadden gedaan als kledingontwerpers, testten de onderzoekers 800 van hun ideeën op proefpersonen. Van ruim de helft van deze designs dachten de proefpersonen dat ze gemaakt waren door mensen, en de meeste werden bovendien als origineel beschouwd. De beste ontwerper was StyleGAN volgens de beoordelaars.
Al waren sommige ontwerpen misschien wel iets té vernieuwend. Zo kwam één van de AI’s op het bizarre idee een broek te maken met een extra paar pijpen.
Het is niet verrassend dat algoritmes net zo goed kleding kunnen ontwerpen als mensen, zegt Stevan Harnad van de Université du Québec à Montréal in Canada. Maar hij vraagt zich wel af of mensen uiteindelijk niet uitgekeken raken op KI-ontwerpen. ‘Het deel van dit onderzoek waarin mensen de ontwerpen beoordeelden, was niet uitgebreid genoeg om te zien of menselijke waarnemers uiteindelijk iets mechanisch en repetitiefs in de designs zouden ontdekken’, zegt hij.
Mis niet langer het laatste wetenschapsnieuws en meld je nu gratis aan voor de nieuwsbrief van New Scientist.
Lees verder: